缓存穿透、击穿和雪崩：别把三种问题混成一件事
缓存能够减少数据库读取，也能让高频页面更快返回。但缓存不是简单加在数据库前面就结束了。请求查不到数据、热点刚好失效、大量键同时过期、缓存服务本身异常，都会让流量重新落到后端。若团队把这些情况统称为“缓存崩了”，往往会套错方案：给不存在的数据加锁，给热点一味延长过期时间，或者只靠增加 Redis 容量来解决批量失效。
更稳妥的做法是先区分现象，再根据数据是否存在、热点程度、过期分布和后端承受能力设计防护。缓存策略应服务于业务正确性和可用性，不能为了提高命中率而返回不该返回的数据，或把过期数据无限期留在系统里。
穿透：先判断请求是否有意义
缓存穿透通常指请求查询的对象在缓存和数据源中都不存在。可能是用户输入错误、爬虫探测、接口被滥用，也可能是数据刚删除后仍有旧链接被访问。每次都直接查数据库，即使单次查询很轻，也会在高并发下形成持续压力。
处理前应确认“不存在”在业务上是什么意思。有些资源确实永远不可能存在，可以较早拒绝；有些对象则可能刚创建、尚未同步，过早判断不存在会影响正常用户。输入参数校验、权限校验和业务状态检查应放在合适位置，不能把所有未知标识一律当作攻击。
对可确认的无效请求，可以使用短期的空结果缓存，减少重复访问下沉。过期时间需要根据数据创建和删除的时效设计，不能无限保存。布隆过滤器等概率结构也可以用于较大规模的已知集合：它能可靠地排除某些不在集合中的键，但“可能存在”并不代表数据库一定有记录，后续仍要正常查询和处理。
击穿：关注的是单个热点重建
缓存击穿与穿透不同，它针对的是本来存在且访问量很高的对象。当一个热点键过期或失效时，很多请求同时发现未命中，并发回源加载同一份数据。后端压力集中在一个对象的重建上，常在活动页、热门内容或高频配置读取时出现。
第一步是识别真正热点，而不是给所有键加复杂锁。可以通过访问量、重建成本和业务重要性判断哪些对象需要特殊处理。普通键偶尔并发回源，可能并不值得引入额外协调；高热点且重建昂贵的键，才需要明确谁负责刷新、其他请求如何等待或降级。
一种策略是在缓存失效后只允许有限请求触发重建，其他请求短暂等待、返回受控的旧值，或给出可理解的稍后重试。锁或单飞机制只能协调重建过程，仍需要设置超时、失败处理和持有者身份，避免重建任务本身卡住时把所有请求长期阻塞。
逻辑过期是另一种思路：物理缓存保留数据，业务根据记录的更新时间决定它是否需要刷新。一个后台任务更新数据，其余请求在有限窗口内可以读取旧值。这适合能够接受短暂陈旧结果的场景，例如内容展示或非实时配置；对余额、库存和强实时状态则不应为了平滑而返回过期结果。
雪崩：看的是一批缓存同时失去作用
缓存雪崩涉及的不是单个热点，而是一大批键在相近时间失效，或缓存服务整体不可用。批量初始化时统一设置过期时间、定时任务集中刷新、发布时误删大范围键，都可能造成前者；单点部署、网络故障和容量耗尽则可能触发后者。
过期时间适度分散能够降低同时回源的概率，但它只是风险缓解，不是绝对保证。随机范围要结合业务过期要求设计，不能让需要准时更新的内容被随意拖延。更重要的是避免把大量关键键绑定到同一个刷新时刻，并对批量操作设置范围检查和回滚路径。
缓存服务故障时，后端需要有明确的保护策略。数据库连接池、并发预算、限流和降级可以防止所有请求一起冲向数据源；有些非关键功能可以暂时关闭或使用有限的本地结果。策略应区分接口优先级，不能让一项低价值查询挤占核心交易所需资源。
多副本、合理的客户端超时和故障切换有助于提高缓存服务可用性，但也要测试切换期间的行为。客户端无限重试或同步等待，可能在服务恢复前先把应用线程耗尽。
缓存数据的正确性要有边界
缓存中保存什么、何时更新、删除后怎样失效，都必须与数据写入路径协调。仅在读取端添加缓存，不处理写入后的更新或失效，会让用户长期看到旧数据。写后删除、更新缓存、事件驱动刷新等方式各有适用条件，需要结合并发写入和失败恢复设计。
不要把缓存当作权限判断的最终来源。个性化数据、账户状态和敏感信息需要按用户与权限隔离；缓存键或内容范围不清楚时，可能把一个用户的结果返回给另一个用户。命中率再高也无法弥补这种错误。
观测指标也应关注正确性：命中与未命中、回源时间、重建失败、空结果比例、过期数据读取和缓存服务错误，都能帮助判断策略是否在按预期工作。只有 QPS 和内存使用量，不足以说明缓存真的保护了后端。
用真实失败场景验证策略
上线前，可以在受控环境模拟几种关键情况：持续请求不存在对象、热点键同时过期、刷新任务失败、大批键需要重新加载、缓存节点短暂不可用。观察数据库是否仍在可承受范围内，用户是否得到适当反馈，数据是否会错误地长期陈旧。
发生异常后，团队应知道先保护什么、谁有权关闭某项缓存策略、如何恢复和核对数据。运行手册不必写得很长，但应避免现场临时执行大范围删除或无界重试。
缓存穿透、击穿和雪崩的共同点是都会增加回源压力，原因和处理方式却不同。先识别对象是否存在、是否是热点、是否会批量失效，再选择短期空值、受控重建、过期分散和后端保护，缓存才能在压力到来时真正发挥作用。
